O Que Significa Temperatura

O que significa temperatura

Temperatura é uma grandeza física que mede o grau de agitação das partículas num sistema. Em termos mais práticos, diz se algo está quente ou frio em relação a um ponto de referência. Mas o conceito se expandiu muito além da termodinâmica, e hoje aparece em machine learning, culinária, meteorologia e até finanças. O significado muda conforme o contexto. No dia a dia, temperatura é o que o termômetro mostra. Celsius, Fahrenheit, Kelvin — cada escala tem seu uso. Celsius domina no Brasil e na ciência em contextos cotidianos. Kelvin é para cálculos termodinâmicos onde valores absolutos importam, tipo energia interna ou entropia. Fahrenheit ainda é usado nos Estados Unidos, principalmente fora do laboratório. A conversão básica: K = °C + 273,15. Não tem mistério, mas errar a escala no meio de um cálculo já foi problema meu em sistemas de refrigeração industrial. Uma coisa que pouca gente considera: temperatura não é a mesma coisa que calor. Calor é energia em trânsito entre corpos com temperaturas diferentes. Temperatura é o parâmetro que determina a direção desse fluxo. Se você colocar uma peça de metal aquecida dentro de água fria, o calor flui do metal para a água até o equilíbrio térmico. A temperatura é o que dita essa direção, não o contrário.

Na prática de engenharia, já vi gente confundir as duas coisas e dimensionar trocadores de calor errados porque trataram temperatura como energia. A diferença é simples no papel, mas cara na execução.

Temperatura em modelos de linguagem

Quando falamos de IA generativa, temperatura tem um significado completamente diferente. É um parâmetro que controla o nível de aleatoriedade nas previsões do modelo. Valor baixo — próximo de zero — o modelo escolhe sempre as palavras mais prováveis, gerando texto mais conservador e previsível. Valor alto, perto de 1 ou acima, o modelo começa a considerar opções menos prováveis, o que gera respostas mais criativas, mas também mais arriscadas e por vezes sem sentido. O valor padrão costuma ser 0,7. A maioria dos sistemas usa isso como ponto de partida porque oferece um equilíbrio aceitável entre coerência e variação. Mas dependendo do que você precisa, esse número pode estar totalmente errado. Eu tive um caso específico em que precisei gerar resumos técnicos para documentação interna. Com temperatura padrão de 0,7, o modelo às vezes inventava detalhes que não existiam no texto original. Mudei para 0,3 e a precisão melhorou drasticamente, mas o texto ficou robótico. A solução foi usar 0,4 com top-p ajustado para 0,9. Isso limita o espaço de amostragem sem congelar completamente a variação. O resultado ficou num ponto onde o texto era preciso sem parecer gerado por máquina.

Temperatura alta também pode gerar alucinações. Não é teoria — eu vi um modelo com temperatura 1,2 descrever protocolos de segurança que não existem há dois anos. O texto soava convincente porque a fluência linguística não depende da veracidade factual. Esse é um erro comum: achar que temperatura alta melhora qualidade quando na verdade só aumenta a variância sem melhorar a acurácia.

Temperatura em outros contextos

Em culinária, temperatura define texturas e reações químicas. A reação de Maillard começa por volta de 140°C. Proteínas coagulam em faixas específicas — clara do ovo a 62°C, gema a 65°C. Cozinhar abaixo ou acima disso muda tudo. Não tem subjetividade aqui, é química aplicada. Em finanças, temperatura de mercado é uma metáfora para o nível de agressividade dos participantes. Não é uma grandeza mensurável como na termodinâmica, mas traders usam o termo para descrever momentos de alta volatilidade e risco aumentado. É linguagem coloquial, não métrica. Meteorologia trata temperatura como variável crítica para previsão do tempo. Umidade relativa, ponto de orvalho e temperatura formam um trio que define conforto térmico e risco de fenômenos como neblina ou tempestades convectivas. O índice de calor, por exemplo, combina temperatura do ar com umidade para dar uma sensação térmica que pode ser 10°C acima da realidade medida.

Pegadinhas comuns

Primeira pegadinha: medir temperatura corretamente exige estabilização. Colocar um sensor em um novo ambiente e ler imediatamente dá resultado errado. Sensores de PT100 precisam de tempo de resposta. Termopares são mais rápidos mas mais sensíveis a ruído. Eu perdi meio dia de produção porque estava usando termopares K tipo sem compensação de junta fria em um processo de cura de polímeros. A leitura estava 8°C abaixo do real. Depois de instalar um transmissor comação automática de junta fria, o controle de processo funcionou como deveria. Segunda pegadinha: temperatura superficial não é igual a temperatura interna. Uma placa aquecida por indução pode mostrar 200°C na superfície enquanto o núcleo ainda está em 80°C. Se você estiver tratando material termossensível, medir só a superfície é armadilha. Use termocuple enterrado ou infravermelho com emissividade calibrada. Terceira pegadinha: na programação de LLMs, aumentar temperatura não é sinônimo de aumentar criatividade útil. Às vezes o problema não é o modelo ser muito repetitivo, mas o prompt estar mal estruturado. Temperatura 0,1 com um bom prompt ainda gera texto melhor do que temperatura 1,0 com prompt vago. O parâmetro ajusta a distribuição de probabilidade, não a qualidade da entrada.

Se você está começando a brincar com temperatura em modelos de linguagem, recomendo testar em lote. Gere cinco variações com temperatura 0,2, depois com 0,5, depois com 0,8. Compare. Anote quais saídas foram aceitáveis e quais foram lixo. Os números ideais variam conforme o modelo e a tarefa. GPT-4 pede temperaturas mais baixas para tarefas factuais. Para brainstorming criativo, temperaturas mais altas fazem sentido. Não existe valor universal que funcione para tudo.